そふとまっくすかんすう

ソフトマックス関数

ニューラルネットワークの出力層で、多クラス分類の確率を算出するために使われる活性化関数です。全出力の合計を1にし、各出力を確率値として扱えるように変換します。

詳しい説明

ソフトマックス関数とは、ニューラルネットワークの出力層でよく使われる活性化関数の一つです。複数のクラスに分類する問題において、ネットワークの出力を「各クラスに属する確率」に変換する役割を果たします。

この関数の特徴は、すべての出力値の合計が必ず1になることです。各出力値は0から1の範囲に収まり、それらが確率分布として解釈できるため、モデルがどのクラスにどれくらいの自信を持っているかを明確に把握することができます。

G検定では、ニューラルネットワークの構成要素として出題されます。多クラス分類の際にはソフトマックス関数を用い、二値分類の場合にはシグモイド関数を用いるという使い分けや、確率として解釈できるという特性が、ネットワーク構造の理解として問われます。